MétaCan
Menu
Retour à la cohorte
Enregistrement W4206928375 · doi:10.1002/cncy.22540

A different kind of smart: What pathologists can learn from an octopus

2022· article· en· W4206928375 sur OpenAlexaboutno aff
Bryn Nelson, David Kaminsky

Notice bibliographique

RevueCancer Cytopathology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésoctopus (software)MedicineMedical physics

Résumé

récupéré en direct d'OpenAlex

n the Oscar-winning documentary My Octopus Teacher, filmmaker Craig Foster forms an unlikely bond with a curious and intelligent octopus in a kelp forest just off the coast of South Africa.One of the film's major themes is how connection with other living things, even ones that perceive the world far differently than we do, can alter our own perception.First with anecdotal evidence and then through eye-opening research results, octopuses have forced us to reconsider our notions of what intelligence actually means.Pathologists likewise have had to contend with a manifestation of fluid intelligence that can spread and metastasize.Cancer has a kind of rudimentary but devilishly effective form of intelligence that we do not fully understand, and "outthinking" it may require some out-of-the-box considerations and varying perspectives on how the same general problem might be solved in vastly different ways.In that regard, the octopus may be an effective teacher.In her 2019 article entitled "What Is in an Octopus's Mind?," Jennifer Mather, PhD, a professor of psychology at the University of Lethbridge in Alberta, Canada, argues that the animal may have a different "way of being" in the world. 1 Even so, she writes, it has a mind that is capable of exploring to acquire information, calculating what to do with the world around it, and using flexible problem-solving to avoid threats from predators or other octopuses.If

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,576
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,122
Tête enseignante GPT0,427
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer CytopathologyMême sujetHealth and Medical Research ImpactsTravaux en français237 207